加速R在数据帧上的应用

我有一个赛马比赛。对于每一项赛马记录，如果赛道值没有丢失，我想统计过去两年中在相同场地、赛道和类似距离的赛马中获胜的数量。我使用apply循环每一行 我只想在原始数据集中添加一个新的列count previous win，这样输出应该有一个以上的列，并且与给定的输入具有相同的行长度。但是速度很慢。如何加速循环

rdate：赛马年-月-日。 地点：圣彼得堡。 赛道：草地，全天候赛道。 距离：1200、1400、1600、1800等。 得胜：0（马未获得第一名），1（马获得第一名）

结构， 17510, 17517, 17532, 17566, 17593, 17615, 17629, 17657, 17667, 17796, 17817, 17839, 17856, 17860, 17881, 17881, 17902, 17902 )，class=“Date”），地点=c（“HV”、“ST”、“ST”、“ST”、“ST”、“ST”， “ST”、“ST”、“ST”、“ST”、“ST”、“ST”、“ST”、“HV”、“ST”、“ST”、“ST”、“ST”、“HV”， “ST”、“ST”、“ST”、“ST”、“ST”、“ST”），轨道=c（“草皮”、“草皮”、“草皮”， “草皮”、“草皮”、“草皮”、“草皮”、“草皮”、“草皮”、“草皮”、“草皮”、“草皮”， “草皮”、“草皮”、“草皮”、“草皮”、“草皮”、“草皮”、“草皮”、“草皮”、“草皮”， “草皮”，“草皮”，“草皮”，horsenum=c（“A366”，“A366”，“A366”， “A366”、“A366”、“A366”、“A366”、“A366”、“A366”、“A366”、“A366”、“A366”、“A366”， “A366”、“A366”、“B440”、“B440”、“B440”、“A366”、“B440”、“A366”， “B440”、“A366”、“B440”），距离=c（1800L、1800L、1600L、1600L， 1800L，1600L，1800L，1800L，1800L，1600L，1800L，2000L，1800L， 1200L、1400L、1400L、1650L、1400L、1600L、1400L、1800L、1400L )，ind_win=c（0升，0升，0升，0升，0升，0升，0升，0升，0升，0升，0升， 0L，0L，0L，0L，0L，1L，0L，0L，0L，1L）），row.names=c（NA，-22L )，class=“data.frame”） 图书馆（tidyverse） 图书馆（lubridate） HWinCountF=as.integer（df[“距离]）-200& 距离（0）{ 返回（nrow（tmp[tmp$ind_-win==1，]）） }否则{ 返回（NA） } }否则{ 返回（NA） } } jc.数据['h_win_count']每个OP的需求

我想数一数过去两年在相同场地、赛道和相似距离的赛马比赛中获胜的次数

<> P>因为这是一个直接聚合，避免循环，考虑到数据帧本身的“代码>子集< /代码>，请考虑<代码>合并/<代码>，因为你需要互相观察。然后运行

aggregate

以获得马的胜利。下面运行已发布的数据示例

# MERGE BY COMMON VARIABLES AND SUBSET RESULTS BY DATE AND DISTANCE
compare_df <- subset(merge(jc.data, jc.data, by=c("horsenum", "venue", "track")),
                     rdate.x < rdate.y &
                     rdate.x > lubridate::ymd(rdate.y) - lubridate::years(2) &
                     distance.x >= as.integer(distance.y) - 200 &
                     distance.x <= as.integer(distance.y) + 200 
              )

# SUM ind_win GROUPED BY COMMON VARIABLES
agg_df <- aggregate(cbind(h_win_count = ind_win.x) ~ horsenum + venue + track, 
                    data = compare_df, FUN=sum)

agg_df
#   horsenum venue track h_win_count
# 1     A366    HV  TURF           0
# 2     A366    ST  TURF           0
# 3     B440    ST  TURF           2

#按公共变量合并，按日期和距离子集结果
比较润滑油：ymd（rdate.y）-润滑油：年（2）&
距离.x>=as.integer（距离.y）-200&
distance.x如果您包含一个简单的示例输入和所需的输出，可以用来测试和验证可能的解决方案，那么就更容易帮助您了。与@Parfait相同：谢谢您的帮助，我运行了您的代码，但我只想在原始数据集中添加一个新的列计数previous win count，因此，输出应该与给定的输入具有相同的变量和行长度，并且还有一个列countSimply
merge
agg\u df到新列的原始数据帧：
final\u df
# MERGE BY COMMON VARIABLES AND SUBSET RESULTS BY DATE AND DISTANCE
compare_df <- subset(merge(jc.data, jc.data, by=c("horsenum", "venue", "track")),
                     rdate.x < rdate.y &
                     rdate.x > lubridate::ymd(rdate.y) - lubridate::years(2) &
                     distance.x >= as.integer(distance.y) - 200 &
                     distance.x <= as.integer(distance.y) + 200 
              )

# SUM ind_win GROUPED BY COMMON VARIABLES
agg_df <- aggregate(cbind(h_win_count = ind_win.x) ~ horsenum + venue + track, 
                    data = compare_df, FUN=sum)

agg_df
#   horsenum venue track h_win_count
# 1     A366    HV  TURF           0
# 2     A366    ST  TURF           0
# 3     B440    ST  TURF           2